Thang đo nhân tố 1, Cronbach's Alpha = 0.893488
Biến quan sát Mơ tả biến Trung bình thang đo nếu bỏ biến Phương sai thang đo nếu bỏ biến Tương quan biến tổng Cronbach's Alpha nếu bỏ biến 2.1 Thời gian thực hiện và xử lý dịch vụ
nhanh chóng 14.13 5.19 0.70 0.88
2.2 Thủ tục sử dụng dịch vụ đơn giản 14.03 4.77 0.74 0.87 2.3 Cách thức sử dụng dịch vụ đơn giản 13.99 4.91 0.76 0.87
2.4
Khi thực hiện giao dịch khơng thành cơng, tiền của anh/chị được hồn trả đúng và nhanh chóng
14.02 4.97 0.71 0.88
2.5
Các vướng mắc, khiếu nại của anh/chị được giải quyết nhanh chóng, thỏa đáng
13.93 5.07 0.79 0.86
Thang đo nhân tố 2, Cronbach's Alpha = 0.876585
3.1 Nhân viên nhiệt tình, chủ động giải
thích, tư vấn 6.72 1.37 0.78 0.79
3.2 Nhân viên có kiến thức nghiệp vụ 6.94 1.05 0.79 0.78 3.3 Nhân viên vui vẻ, dễ tiếp xúc, lịch
sự 6.75 1.34 0.69 0.86
Thang đo nhân tố 5, Cronbach's Alpha = 0.876585
5.1 Ngân hàng nhiều chi nhánh, phòng
giao dịch 24.08 8.89 0.55 0.87
5.2 Các dịch vụ ngân hàng điện tử đa
dạng 24.11 8.12 0.80 0.84
5.3 Khi anh/chị giao dịch, hệ thống
mạng ngân hàng nhanh 24.05 8.89 0.60 0.87
5.5
Ngân hàng nhanh chóng phục hồi tài khoản trong trường hợp tài khoản cá nhân bị đánh cắp
24.09 8.99 0.54 0.87
5.6 Thiết bị sử dụng dịch vụ NHĐT
hiện đại 24.12 8.43 0.69 0.86
5.7 Số lượng máy ATM nhiều 24.15 8.63 0.64 0.86 5.8 Thời gian giao dịch thuận tiện 24.08 8.40 0.67 0.86
Thang đo sự hài lòng của khách hàng sử dụng dịch vụ NHĐT ở BIDV, Cronbach's Alpha = 0.662732
6.2 Anh/chị cảm thấy tiện lợi khi sử
dụng dịch vụ NHĐT 7.47 0.88 0.25 0.85
6.3
Anh/chị sẽ giới thiệu cho bạn bè và người quen sử dụng dịch vụ NHĐT tại Ngân hàng
7.02 0.68 0.59 0.42
6.4
Anh/chị sẽ tiếp tục sử dụng dịch vụ NHĐT của ngân hàng trong thời gian tới
7.07 0.59 0.64 0.32
Nguồn: Tổng hợp tính tốn của Tác giả bằng phần mềm, n=118
Nhìn vào kết quả thu được ở bảng 4.5, thì tất cả các hệ số Cronbach’s Alpha của tất cả các nhân tố đều lớn hơn 0.6. Như vậy tổng ta sẽ có 15 biến bao gồm: 2.1, 2.2, 2.3, 2.4, 2.5, 3.1, 3.2, 3.3, 5.1, 5.2, 5.3, 5.4, 5.5, 5.6, 5.7, 5.8. Tác giả sẽ bắt đầu chuyển sang thực hiện q trình phân tích nhân tố khám phá EFA
4.4.2.3 Phân tích khám phá nhân tố Exploratory Factor Analysis (EFA) sau khi đã hiệu chỉnh mơ hình khi đã hiệu chỉnh mơ hình
Sau khi đã kiểm định độ tin cậy Cronbach’s Alpha cho các thang đo, thì phương pháp tiếp theo mà tác giả sẽ dùng là phương pháp phân tích nhân tố Exploratory Factor Analysis được gọi tắt là EFA. Đây là một trong những phương pháp phân tích thống kê dùng để đánh giá mức hội tụ hay phân kì của dữ liệu. Từ đó, ta có thể tiến hành thao tác gộp hay đơn giản hóa một tập hợp những biến ngun gốc, chuyển hóa thành những tập biến ít hơn để nghiên cứu các khái niệm lí thuyết sâu và hiệu quả hơn. The Kaiser (1958) phương pháp phân tích thành phần chính Pricipal Components Analysis (PCA) kết hợp với phép xoay Varimax được xem là một phương pháp bỗ trợ hiệu quả trong phân tích nhân tố EFA. Cũng theo Hair & CTG (1998), trong phân tích EFA chỉ số Factor Loading có giá trị lớn hơn 0.5 được xem là có ý nghĩa thống kê đối với thực tế. Chỉ số KMO (Kaiser Meyer Olkin) thể hiện mức độ phù hợp của phương pháp EFA, nếu hệ KMO lớn hơn 0.5 lớn hơn 1 thì phương pháp phân tích nhân tố EFA được xem là hợp lệ và có độ tin cậy.
Tóm lại, phân tích khám phá cần phải thõa mãn các điều kiện sau:
- Factor loading > 0.5.
- Giá trị sigma của kiểm định Bartlett < 0.05 (mức ý nghĩa 5%).
- Hệ số KMO nằm trong khoảng giá trị từ 0.5 – 1.
- Tổng phương sai trích – Total Variance Explained > 50%.
- Giá trị phương sai tổng hợp Eigenvalue > 1.
Kết quả thực nghiệm và đánh giá và kết quả
Trong phần khảo sát, các nhân tố tác động đến sự hài lòng của khách hàng đối với dịch vụ NHĐT ở Ngân hàng BIDV, bài nghiên cứu đã đưa ra 25 biến độc lập. Tuy nhiên, sau khi hiệu chỉnh và loại ra bằng phương pháp kiểm định thang đo độ tin cậy Cronbach’s Alpha thì số biến cịn lại thỏa mãn cịn 15 biến, tồn bộ các biến này được gộp thành 3 nhân tố. Để kiểm tra tính hợp lí của các biến gộp này, tác giả tiến hành phân tích dữ liệu bảng bằng mẫu dữ liệu thu thập được 118 quan sát hơp lệ. Từ đó đưa tồn bộ biến vào phương pháp phân tích nhân tố EFA từ đó chọn lọc, rút ra các nhân tố có hệ số có bằng chứng mang ý nghĩa thống kê. Đồng thời, cũng loại trừ các nhân tố có hệ số thấp khơng mang ý nghĩa thống kê.
Bên cạnh đó, kiểm định Bartlett test với giả thuyết đầu vào H0 là: “Các biến không tương quan với nhau trong mẫu”. Nếu giá trị sig (p-value) nhỏ hơn 0.05 thì có đủ cơ sở để bác bỏ giả thuyết H0, tức là các biến có tương quan với nhau trong mẫu và việc áp dụng phân tích nhân tố EFA là thích hợp.
Kết quả phân tích nhân tố khám phá EFA